就业可达性量化方法及分布特征研究——以南京市为例

基于国外传统可达性测算方法,建立适用于中国城市交通特征的就业可达性量化方法。在对比分析常用的四种可达性测算模型的基础上,以南京市为实例,针对老城区分别构建了小汽车和公共汽车出行就业可达性模型,同时建立新城区就业可达性模型,以此分析南京市就业可达性空间分布特征。研究表明：南京市主城区就业可达性随着出行距离增加而提高,且提高程度逐步降低;公共汽车出行就业可达性低于小汽车,在城市外围地区尤为明显;新城区就业可达性远低于老城区,职住失衡以及交通通道欠缺是主要原因。最后,通过借鉴国际城市发展经验,提出南京市不同片区就业可达性改善措施。     

基于广义费用的城市居民出行方式选择行为分析

以出行经济成本、时间成本、舒适性成本为基础,建立了城市居民广义出行费用模型,将广义出行费用函数作为效用函数,对传统Logit模型进行改进,从广义出行费用的角度,研究广义出行费用对居民出行行为的影响。通过Transcad对改进的Logit模型进行参数标定,结果表明出行直接经济成本的支付方式对小汽车出行有很大影响,其中停车费用起着关键性作用。当CBD内停车收费达到15元/h,CBD外公共交通换乘地区停车收费达到10元/h时,小汽车出行转移比例达到20%。制定合理的分区停车收费措施,增加小汽车广义出行费用,同时提高公共交通服务水平是改善城市居民出行结构、缓解中心区拥堵的有效措施。     

基于出行时间可达性的公共交通竞争力评估模型

为实现区域公共交通与小汽车间出行竞争力的定量化评价和影响关系解析,利用公共交通动静态数据、出租车运行数据及出行调查数据提取公共交通个体出行链和小汽车出行用时等信息,结合路径规划API(Application Programming Interface)计算公共交通及小汽车全过程出行耗时,基于全过程出行时间可达性视角构建公共交通竞争力评价模型;考虑公共交通竞争力的空间效应,分别选取土地利用和交通设施因素作为解释变量,提出基于空间杜宾模型的公共交通竞争力影响模型;以北京市为例,探究早、晚高峰等不同时段下区域公共交通竞争力与各影响因素之间的交互关系。结果表明：早、晚高峰期间公共交通竞争力的平均值均在1.50以内,平峰时段约为1.74,市中心区、地铁沿线和大部分居住社区周边区域的公共交通出行竞争力相对较高;各时段下公共交通竞争力呈现明显的空间依赖性,且存在“低-低聚集”“高-高聚集”的典型聚集区域;土地利用混合度、办公就业密度和地铁站点密度等因素具有显著的负向空间溢出效应,而道路网密度和绕行系数则表现出显著的正向效应。综上,所提出的评价模型能够定量化评估公共交通竞争力,所建影响模型能够在考虑空间依赖性的基础上解释竞争力与因素间的相互关系。     

高铁枢纽衔接城市交通网络的动静态可达性分析

为定量评估出行个体从高铁枢纽到达城市各区域的难易水平,从而合理进行公共交通资源的配置优化,选取国内主要省会城市和直辖市中共31个高铁枢纽,基于互联网地图开放数据系统分析高铁枢纽衔接城市交通网络的动静态可达性,包括高铁枢纽与城市区域的公共交通换乘衔接空间特征和换乘可达性静态特征,以及小汽车和公共交通时空可达性动态特征。研究发现,多数枢纽都能通过3次及以下公共交通换乘到达70%以上的城市区域,各等级城市枢纽公共交通换乘衔接空间特征呈现出以轨道交通等大运量公共交通线网为骨干的带状向外扩散形态;高铁枢纽与城市交通网络小汽车时空可达性为外疏内密的分布格局,而公共交通时空可达性表现出明显的条形放射状;高铁枢纽与城市各区域的小汽车衔接动态时空可达性较公共交通更好,但随着出行时长的增加,两者可达性差异逐步减小。     

轨道新线对公共交通乘客吸引力影响因素研究

研究轨道交通新线对公共交通乘客的吸引力影响因素，有助于理解公共交通乘客的出行方式选择行为，预判新线开通带来的客流变化，以提高公共交通运力投放效率和整体服务水平。本文利用公交智能卡数据构建量化评价轨道新线吸引力影响因素的分类与回归树(Classification and Regression Tree, CART)模型，实证分析轨道新线吸引力与乘客特征间的相关关系。首先，从长时期的刷卡记录中挖掘乘客类型、出行习惯、出行特征和职住地轨道可达性等乘客特征指标；其次，以开通后的乘车次数表征新线吸引力，基于上述特征指标构建整体精度为82.6%的轨道新线吸引力影响因素解析决策树模型；最后，依据决策树结构和指标权重量化解析影响轨道新线对公共交通乘客吸引力的关键因素。分析结果表明，居住地距新线距离是影响新线对其吸引力最重要的因素，其次是居住地的轨道可达性水平及乘客联乘出行比例；而出行时间、出行距离等因素对轨道新线吸引力的影响较小。此外，轨道新线对老年乘客的吸引力与其他群体存在明显差异。本文研究成果对优化公共交通规划与运营组织具有重要指导意义。     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度，本文从土地利用与交通基础设施建设两方面出发，分析包括土地利用混合指数，职住混合率熵指数，公共交通站点 500 m覆盖率，路网可达性等17个指标与出行强度的相关关系；基于相关系数和拟合优度分析，提取7个与出行强度强相关指标，基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明，职住混合率熵指数对出行强度的影响最为显著，公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外，给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法，用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。     

基于机器学习模型的建成环境对小汽车拥有行为的影响

为分析家庭小汽车拥有行为，同时考虑居住地和工作地建成环境的影响，构建梯度提升迭代决策树(GBDT)模型；分析社会经济属性，居住地、工作地建成环境属性对小汽车拥有行为的影响程度，并基于长春市居民出行调查数据进行实证研究.结果表明：3类影响因素中，社会经济属性对小汽车拥有行为的影响最大(58.95%)；职住地建成环境属性均对家庭小汽车拥有行为具有显著影响，且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%)；职住地建成环境属性中，除居住地交叉口密度，工作地到中央商务区(CBD)距离及公共交通站点密度外，其他建成环境属性对小汽车拥有行为的影响均大于5%.因此，有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.     

出行方式与出发时间联合选择的分层Logit模型

基于随机效用最大化理论,选取出行者特征、行程特性与出行方式服务水平作为效用变量,以出行方式与出发时间作为选择肢,构建了出发时间位于下层与出行方式位于下层的2种居民出行NL模型。分析了北京市居民出行样本数据,并模拟了在早高峰时段对小汽车出行收取费用时,小汽车出行者出行行为的变化。计算结果表明:与传统MNL模型相比,NL模型具有更好的统计学特征,调整后的拟合优度由0.338增大至0.404;在2种NL模型中,出发时间位于下层的结构对样本数据的适应性更强;当早高峰时段小汽车出行收取费用为5元时,72.6%的小汽车出行者坚持原有出行方式与出发时间,22.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,4.8%的小汽车出行者改用公共交通方式,但出发时间不变,仅0.2%的小汽车出行者同时改变出行方式与出发时间;当收取费用为10元时,51.7%的小汽车出行者坚持原有出行方式与出发时间,40.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,7.9%的小汽车出行者改用公共交通方式,但出发时间不变;当收取费用为20元时,27.5%的小汽车出行者坚持原有出行方式与出发时间,60.6%的小汽车出行者坚持小汽车方式,但会改变出发时间,11.9%的小汽车出行者改用公共交通方式,但出发时间不变。     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度,本文从土地利用与交通基础设施建设两方面出发,分析包括土地利用混合指数,职住混合率熵指数,公共交通站点 500 m覆盖率,路网可达性等17个指标与出行强度的相关关系;基于相关系数和拟合优度分析,提取7个与出行强度强相关指标,基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明,职住混合率熵指数对出行强度的影响最为显著,公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外,给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法,用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

���н�ͨ���гɱ��Գ��нṹ��Ӱ��

城市交通拥堵已成为影响社会经济快速发展需要重点面对的问题,如何配置各类资源平衡城市交通的供需关系是城市可持续发展面临的最为重要的问题之一.本文通过梳理交通出行成本的内涵与分类,分析了不同种类的出行成本对出行结构的影响机理.同时在北京市针对出行成本对小汽车的使用影响开展了相关调查,并对调查结果进行了分析评估,最后指出,通过经济手段调控小汽车使用的平均出行成本,是调整小汽车的使用,改善城市交通结构、调控交通需求、最终达到缓解城市交通拥堵问题的重要手段.     

基于摩托车禁行方案的多模式交通网络均衡分析

目前国内许多城市对部分区域实施“禁摩”政策,不同禁行方案的实施对交通系统中出行者方式和路径选择产生差异化影响。为定量描述摩托车禁行方案下的用户多模式出行选择行为,本文考虑私家车、常规公交及摩托车这3种模式的不同网络出行特征,构建基于摩托车禁行方案的多模式网络均衡模型。首先,设计3种模式混行下的复合交通网络,根据其不同的路段通行能力特征,以及公交车内拥挤和线路选择,分别针对禁行区域和非禁行区域,建立用户出行成本函数;然后,基于用户均衡和Logit模式划分,构建相应的数学规划模型。最后,采用基于相继平均的路径配流算法求解模型,并量化分析摩托车禁行方案下的用户出行效率和事故风险。算例结果表明,随着禁行区域的增大,转移至私家车和常规公交的摩托车用户逐渐增加,用户总出行成本逐渐增加,出行效率和总事故风险成本逐渐降低,同时,对关键路段实施禁行方案能在较少降低用户出行效率的基础上有效降低总事故风险成本。     

考虑从众心理的城市居民购车意愿分析

正确并充分了解城市居民购车意愿,对于引导合理的私人小汽车需求,继而缓解道路交通压力具有重要意义.基于城市居民购车意愿问卷调查数据,将购车意愿分为3 个等级.考虑从众心理因素,运用多元Logistic 回归分析方法,分析比较不同类型城市居民购车意愿特性.结果表明,总体上从众心理、收入因素对购车意愿产生显著影响,年龄、性别、家至单位是否有地铁等因素影响不显著;通过对比有无小汽车限购政策城市,发现限 购政策的实施会刺激24-45 周岁年龄段2 年内购车意愿,指出相比强制性措施,应倡导引 导型策略,即通过发展公共交通来抑制购车意愿.     

考虑街区尺寸的不同交通方式广义出行成本分析

我国的城市规划理念逐渐从封闭小区转向开放街区,以实现街区内部道路公共化,优化路网布局.但不同街区模式对城市交通的具体影响缺乏定量研究.为此,本文区分街区内外部出行,分析了街区尺寸对城市路网交通性能(出行距离、时间及转弯次数)的影响,并基于出行时间和费用,构建了各种交通方式广义出行成本,分析其在不同街区尺寸下的变化特征. 结果表明,给定路网规模下,街区尺寸越大,平均内部出行时间占比越高,越不利于公共交通出行,例如当街区尺寸为 600 m 时,公共交通方式下的平均内部出行时间占比高于私家车 10%.未来城市规划需更多地考虑街区尺寸的影响.     

基于出行数据的城市公交网络可达性研究

可达性是评估交通便利程度的有效指标,城市公共交通良好的可达性能够吸引更多人选择这类方式出行.基于公交刷卡、发车时间间隔等多源数据,提出考虑线路和流量的车站等待时间计算方法;利用换乘时间阈值拼接出行数据,获取起讫车站出行时间,建立两阶段机会模型.以北京市为例,评估公交网络实际可达性.研究表明：车站服务可达性和网络可达性均呈现城市中心高、郊区低、沿地铁变化趋势明显的特征,线路越多的车站可达性越高;传统的定值设置方法会低估高可达性车站的可达性水平,考虑流量和线路的等待时间计算方法是有效的.     

基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.     

Estimation of Travel Time Values for Urban Public Transport Passengers Based on SP Survey

Quantitative study on the travel costs of urban transit passengers has great significance for scientifically evaluating social benefits of public transportation system. Analysis of travel time values is one of the most important parts of traveler's travel cost estimation. According to the stated preference (SP) survey data for Beijing residents, factors that influence public transport values of travel time are analyzed and a Logit-based model is used. An improved SP survey based model is proposed, in which traveler's income is introduced as a variable. The parameters estimating the travel time values under the trip purposes of work/business and leisure are calibrated. Then the values of travel time under different conditions in Beijing are obtained (i.e. different trip purposes and with/without transferring). The results indicate that the travel time values for work are generally higher than those for leisure. The waiting time values are higher than transferring time values and in-vehicle time values under any circumstances, and the waiting time values are higher with transferring than those without transferring.